مقدمه

شبکه های حسگر بی سیم که برای نظارت و کنترل یک محیط خاص مورد استفاده قرار می گیرند، از تعداد زیادی گره حسگر ارزان قیمت تشکیل شده اند که به صورت متراکم در یک محیط پراکنده می شوند. اطلاعات جمع آوری شده بوسیله حسگرها باید به یک ایستگاه پایه منتقل شوند. در ارسال مستقیم، هر حسگر مستقیماً اطلاعات را به مرکز می فرستد که به دلیل فاصله زیادحسگرها از مرکز، انرژی زیادی مصرف می کنند. در مقابل طراحی هایی که فواصل ارتباطی را کوتاهتر می کنند، میتوانند دوره حیات شبکه را طولانی تر کنند و لذا ارتباط های چندگامی در این گونه شبکه ها مفیدتر و مقرون به صرفه تر از ارتباطهای تک گامی هستند.اما در ارتباطهای چندگامی نیز بیشترِ انرژی نودها صرف ایجاد ارتباط با حسگرهای دیگر میشود، که منجر به مصرف زیاد انرژی در حسگرها میگردد.یکی از راه حلهای این مشکل، خوشه بندی گرهها است.خوشه بندی کردن به این صورت است که شبکه را به تعدادی خوشه های مستقل قسمت بندی می کنیم که هر کدام یک سر خوشه دارند که همه اطلاعات را از گره های داخل خوشه اش جمع آوری می کند. سپس این سرخوشه ها اطلاعات را مستقیماً یا به صورت گام به گام باتعداد گامهای کمتر و صرفا با استفاده از نودهای سرخوشه به مرکز اصلی ارسال می کنند. خوشه بندی کردن میتواند به میزان زیادی هزینه های ارتباطی اکثر گره ها راکاهش دهد.

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فهرست مطالب

چکیده………………………………………………………. 1
مقدمه………………………………………………………. 2

فصل اول :شبکه ی حسگر بی سیم

مقدمه
شبکه های حسگر بی سیم ،بخصوص با گسترش در سیستم های میکروالکترونیکی که توسعه ی هوشمند سنسورها را تسهیل می کند در سال های اخیر در سراسر جهان مورد توجه قرار گرفته است. این سنسورها کوچک هستند با پردازش و منابع محاسباتی محدود و البته در مقایسه با سنسورهای سنتی بسیار ارزان تر هستند .گره های حسگر می توانند اندازه گیری کنند،حس کنندو اطلاعات را از محیط جمع آوری کنندو براساس برخی از فرایندهای تصمیم گیری می توانند داده ی حس شده را به کاربر انتقال دهند. گره های حسگر در واقع ابزارهای کم توانی هستند که مجهز به یک یا چند سنسور ، پردازنده،حافظه،منبع تغذیه ،یک رادیو ویک محرک هستند. ممکن است انواع حسگرهای مکانیکی، حرارتی، بیولوژیکی، شیمیایی، نوری و مغناطیسی برای اندازه گیری ویژگی های محیط به گره حسگر متصل شوند.از آنجایی که گره های حسگر حافظه ی محدودی دارند و به طور معمول در مشکل دسترسی به مکان اعزام می شوند ،یک رادیو برای ارتباطات بی سیم پیاده سازی شده تاداده ها را به ایستگاه اصلی بفرستند. باتری منبع قدرت اصلی در گره ی حسگر است، منبع تغذیه ثانویه نیرو را از محیط دریافت می کند مثل پنل های خورشیدی که ممکن است به گره ای که وابسته به تناسبات محیطی که سنسور در ان مستقر خواهد شد است ،اضافه شود.
اگرچه به نقلی تاریخچه شبکه های حسگر بی سیم به دوران جنگ سرد و ایده اولیه آن به طراحان نظامی صنایع دفاع آمریکا برمیگردد، ولی این ایده می توانسته در ذهن طراحان رباتهای متحرک مستقل یا حتی طراحان شبکه های بی سیم موبایل نیز شکل گرفته باشد. به هر حال از آنجا که این فن نقطه تلاقی دیدگاه های مختلف است تحقق آن می تواند بستر پیاده سازی بسیاری از کاربردهای آینده باشد.
کاربرد فراوان این نوع شبکه و ارتباط آن با مباحث مختلف مطرح در کامپیوتر و الکترونیک از جمله امنیت شبکه, ارتباط بلادرنگ‌, پردازش صوت و تصویر, داده کاوی, رباتیک ,طراحی خودکار سیستم های جاسازی شده دیجیتال و… میدان وسیعی برای پژوهش محققان با علاقمندی های مختلف فراهم نموده است. بسته به نوع کاربرد سنسورهای استفاده شده ، محرکها ممکن است در حسگرها گنجانیده شوند .شبکه ی حسگر بی سیم بطور معمول دارای زیرساخت کم یا بدون زیرساخت است ،به عبارت دیگر این شبکه شامل شماری از گره های حسگر است که برای نظارت بر یک منطقه، به منظور به دست آوردن اطلاعات درمورد محیط با هم همکاری می کنند.
دونوع شبکه ی حسگر بی سیم وجود دارد: ساخت یافته و بدون ساختار
یک شبکه ی حسگر بی سیم بدون ساختار شامل مجموعه ای متراکم از گره های حسگر است که گره های حسگر ممکن است به صورت موردی مستقر شوند. پس از مستقر شدن، شبکه به طور خودکار عمل نظارت و گزارش عملکرد را انجام می دهد .این نکته قابل ذکر است که تعمیر و نگهداری شبکه بدون ساختار مانند مدیریت اتصال و تشخیص خرابی در زمانی که تمام گره ها وجود دارند سخت است.در شبکه ی حسگر بیسیم ساخت یافته همه یا بعضی از گره های حسگر با یک روش از پیش برنامه ریزی شده مستقر می شوند. شبکه ی ساخت یافته که دارای گره های کمتری است می تواند با هزینه ی مدیریت و تعمیر و نگهداری کمتر مستقر شود.شبکه های حسگر بی سیم دارای پتانسیل زیادی برای بسیاری ازکاربردها در سناریوهایی مثل ردیابی هدفهای نظامی و نظارت،امدادرسانی به هنگام بروز بلایای طبیعی ،نظارت بر سلامت زیست پزشکی و اکنشافات زیست محیطی خطرناک و حس کردن زمین لرزه و…. هستند .

. نمونه ای از الگوریتم GROUP

. نمونه ای از الگوریتم GROUP

مقدمه…………………………………………………………… 4
بررسی اجمالی مسائل کلیدی……………………………… 6
انواع شبکه حسگر بی سیم……………………………….. 11
ساختارهای شبکه حسگر بی سیم……………………… 14
ویژگی‌های سخت‌افزاری………………………………….: 17
کاربردهای شبکه ی حسگر بی سیم……………………. 20
عوامل موثر بر شبکه ی حسگر بی سیم………………. 26
پشته پروتکلی…………………………………………… 33
نتیجه گیری بخش………………………………………. 38

فصل دوم : انواع الگوریتم های خوشه بندی

مقدمه
خوشه بندی فرایند گروه بندی اشیا با ویژگی های مشابه است.هر خوشه باید دو ویژگی اصلی را به نمایش بگذارد : شباهت درون کلاسی بالا و شباهت بین کلاسی پایین. در واقع خوشه بندی یک دانش تحت پوشش است یعنی توسط مشاهدات بیشتر از نمونه ها ، یاد می گیرد.هیچ برچسب کلاس از پیش تعیین شده ای برای نقاط داده ای وجود ندارد.
تجزیه ی خوشه در بعضی از برنامه های کاربردی مثل تجزیه و نحلیل داده ها ،پردازش تصاویر و تجزیه و تحلیل بازار استفاده می شود. خوشه بندی در بهره وری، توزیع کلی الگوها و ارتباط میان اشیائ داده کمک می کند. در این فصل انواع الگوریتم های خوشه بندی و پارامترهایی که بر عملکرد الگوریتم های کلاستربندی می گذارد را مورد بررسی قرار می دهیم
بررسی کلی خوشه بندی
خوشه بندی تقسیم داده به گروه هایی از obj های مشابه است،الگوریتم های کلاستر بندی می توانند به دسته های زیر تقسیم شوند:
• الگوریتم های خوشه بندی سلسله مراتبی
• الگوریتم های خوشه بندی بخش بندی شده
• الگوریتم های خوشه بندی طیفی
• الگوریتم های خوشه بندی مبتنی بر شبکه ی گرید
• الگوریتم های خوشه بندی مبتنی بر تراکم
الگوریتم های خوشه بندی سلسله مراتبی
گروهای شی داده ی الگوریتم های خوشه بندی سلسله مراتبی به شکل یک ساختار درختی است که می توان آن را به
طور گسترده به خوشه بندی سلسله مراتبی متراکم و خوشه بندی سلسله مراتبی تقسیم کننده طبقه بندی کرد. در رویکرد متراکم که رویکرد پایین به بالا نیز نامیده می شود، هر یک از نقاط داده یک خوشه ی جداگانه در نظر گرفته می شوند و در هر تکرار خوشه ها بر اساس معیارهایی با هم ادغام می شوند. ادغام می تواند با استفاده از تک لینک ، لینک کامل ،مرکز ثقل(جرم) و یا روش های ناحیه ای انجام شود. در رویکرد تقسیم کننده تمام نقاط داده ها به عنوان یک خوشه ی مجرد در نظر گرفته می شوند و آنها به تعدادی از خوشه های مبتنی بر معیارهای شخصی تقسیم می شوند و این رویکرد بالا به پایین نیز نامیده می شود. نمونه ای از این الگوریتم ها عبارتند از: BRITCH وCURE و LEGCLUST و Chemeleon .

سلسله مراتب خوشه در زمینه ی سنجش

سلسله مراتب خوشه در زمینه ی سنجش

مقدمه……………………………………………………… 40
بررسی کلی خوشه بندی………………………………. 40
الگوریتم های خوشه بندی سلسله مراتبی………….. 40
الگوریتم های خوشه بندی طیفی………………………. 41
الگوریتم های خوشه بندی مبتنی بر شبکه ی گرید….. 42.
الگوریتم خوشه بندی مبتنی بر تراکم………………….. 43
الگوریتم های خوشه بندی پارتیشن بندی…………….. 43
الگوریتم خوشه بندی ژنتیک k-means برای ترکیب مجموعه داده های عددی و قاطعانه 44
الگوریتم مقیاس…………………………………………. 45
الگوریتم k-means هماهنگ……………………………. 46
مقداردهی k-means با استفاده از الگوریتم ژنتیک….. 47
رویکرد مجموع خوشه ها برای داده های ترکیبی……. 48
الگوریتم تکاملی ترکیبی……. ………………………….49
اصلاح جهانی الگوریتم k-means ا……………………..50
الگوریتم ژنتیک k-means سریع………………………… 50
نتیجه گیری بخش …………………………………………52

فصل سوم : الگوریتم های خوشه بندی در شبکه ی حسگر بی سیم

مقدمه
در شبکه های حسگر بی سیم امروزه کاربردهای بسیاری دارند. در این برنامه های کاربردی سنسورها معمولا از راه دور با تعداد بسیار زیادی مستقر شده اند و مستقل اداره می شود در این محیط های بدون مراقبت، سنسور نمی تواند شارژ شود، بنابراین محدودیت های انرژی مهم ترین مشکلی است که باید در نظر گرفته شود. در شبکه گیرنده بی سیم بزرگ سنسورها اغلب به خوشه هایی گروه بندی شده است. خوشه برای برنامه های کاربردی شبکه های حسگر که در آن تعداد زیادی ازحسگرهای شبکه ی اد- هک برای سنجش اهداف اعزام می شوند، ضروری است. اگر هر گره در شبکه شروع به برقراری ارتباطات و انتقال داده در شبکه کند ،تراکم داده های بزرگ و برخورد را تجربه خواهد کرد. این انرژی سریعا از شبکه ی حسگر بی سیم تخلیه خواهد شد. خوشه بندی روشی است که برای غلبه بر این مسائل مورد استفاده قرار گرفته است. در شبکه های خوشه بندی شده،بعضی از گره ها در هر خوشه به عنوان سرخوشه در نظر گرفته می شوند. گره های حسگر در هر خوشه ، داده های خود را به سر خوشه ی مربوطه فرستاده و سرخوشه نیز داده ها را جمع آوری کرده و آنها را به ایستگاه اصلی مرکزی می فرستد.
خوشه بندی استفاده ی کارامد از انرژی محدود گره های حسگر را تسهیل می سازد و این چنین طول عمر شبکه را گسترش می دهد. با توجه به این که گره های حسگر در خوشه ها پیام های را در فاصله های کوتاه می فرستند یعنی این پیام ها فقط در درون خوشه منتشر می شوند، بنابراین در سرخوشه ها باتوجه به ارسال پیام ها از فاصله دور یعنی از سر خوشه به سمت ایستگاه اصلی در مقایسه با سایر گره های حسگر درون خوشه انرژی بیشتری مصرف می کنند.
انتخاب مجدد تناوبی سر خوشه ها براساس انرژی باقی مانده ای است که راه حل ممکن را برای تعادل مصرف انرژی هر خوشه را ارائه می کند. در واقع خوشه بندی با کاهش حسگرهایی که تلاش می کنند داده ها را به ایستگاه اصلی بفرستند، بهره وری از انتقال داده ها را کاهش می دهد. جمع اوری داده ها در سرخوشه هااز طریق ارتباطات درون خوشه ای ، به ریشه کن کردن داده های تکراری نیز کمک می کند. خوشه بندی به دلیل مقیاس پذیری شبکه ای آن، ذخیره ی انرژی و ثبات توپولوژی شبکه پیشنهاد شده است. طرح خوشه بندی ارتباطات سربار بین گره های حسگر را
کاهش می دهد اگرچه که بعضی از الگوریتم های خوشه بندی دارای معایبی چون سربار اضافی درمسیر انتخاب سر خوشه ، انتصاب و فرایند تشکیل خوشه است. پس مادر این فصل به طور کلی به بررسی نقاط ضعف و قوت این الگوریتمها در شبکه های حسگر بی سیم می پردازیم.

 ب : توزیع یکنواخت الف : توزیع غیر یکنواخت

ب : توزیع یکنواخت الف : توزیع غیر یکنواخت

مقدمه………………………………………………………………. 54
چالش ها در الگوریتم های خوشه بندی در شبکه ی حسگر بی سیم 56
فرآیند خوشه بندی……………………………………………….. 58
پروتکل های خوشه بندی موجود……………………………….. 59
الگوریتم های ابداعی……………………………………………… 59
طرح های وزنی…………………………………………………… 60
طرح های شبکه ی گرید…………………………………………. 62
طرح های سلسله مراتبی و دیگر طرح ها……………………….. 64
الگوریتم های خوشه بندی در شبکه های حسگر بی سیم ناهمگون 73
مدل ناهمگون برای شبکه های حسگر بی سیم………………… 73
طبقه بندی ویژگی های خوشه بندی در شبکه های حسگر بی سیم ناهمگون…… 75
الگوریتم خوشه بندی برای شبکه های حسگر بی سیم ناهمگون…… 77
نتیجه گیری بخش…………………………………………………….. 92

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل چهارم: بررسی دو الگوریتم خوشه بندی EECS و A-LEACH ا

مقدمه
سنسورها در یک شبکه با حس کردن (سنجش)، پردازش داده و واحد های انتقال رادیویی مجهز شده اند در حالی که توان و نیرو بسیار محدود است . به دلیل توان محدود حسگرها ،فن اوری های نو آورانه که بهره وری انرژی را برای طولانی کردن عمر شبکه بهبود می بخشد، بسیار مورد نیاز است. بنابراین آگاهی از انرژی برای تحقیق درمورد یک منطقه در همه ی لایه های استک پروتکل شبکه طراحی شده است. جمع آوری داده در بسیاری از کاربردهای شبکه ی حسگر بی سیم که در آنها تراکم داده و مکانیزم مسیریابی سلسله مراتبی جزو تکنیک هایی است که معمولا استفاده می شود، یک عملیات معمولی اما حیاتی است. جمع آوری داده می تواند افزونگی داده را رفع و فشار ارتباطات را کاهش دهد. مکانیزم های سلسه مراتبی(خوشه بندی) به خصوص در افزایش مقیاس پذیری شبکه و کاهش رکود داده، بسیار موثرند و بهره وری را به طور گسترده ای افزایش می دهند. در این فصل ما دو طرح خوشه بندی با انرژی کارامد برای جمع آوری داده ی دوره ای در شبکه های حسگر بی سیم و همچنین خوشه بندی سلسله مراتبی تطبیقی با انرژی کم پیشرفته که یک پروتکل انرژی ناهمگون که احتمال شکست و خرابی گره ها را کاهش می دهد را ارزیابی می کنیم.در EECS سر خوشه هایی با انرژی باقی مانده ی بیشتر انتخاب می شوند که در ان می توان به توزیع خوبی در سرخوشه رسید، علاوه بر این یک روش جدید برای تعادل بار در سر خوشه ها را نیز معرفی می کند.
در مرحله انتخاب سر خوشه، سرخوشه توسط رقابت محلی انتخاب می شود که بر خلاف LEACH است و بدون هیچ تکراری و از این نظر متفاوت با HEED است. مقدار مطلوب دامنه ی رقابت، توزیع خوبی از سرخوشه ها تولید می کند.به علاوه در مرحله ی شکل گیری خوشه، ، نه تنها هزینه ی ارتباطات درون خوشه ای گره های ساده ای که به خوشه می پیوندند محاسبه می شود، بلکه هزینه ی ارتباطات سر خوشه با ایستگاه اصلی را نیز در نظر گرفته می شود. EECS خودمختار است و نتایج شبیه سازی نشان می دهد که طول عمر شبکه را به میزان قابل توجهی بیش از سایر پروتکل های خوشه بندی افزایش می دهد. LEACH پروتکلی است که انرژی را به درستی توزیع می کند.

مقدمه……………………………………………………… 94
EECS ا………………………………………………………95
نمای کلی مشکلات………………………………………. 95
جزئیات EECS ا…………………………………………….97
تحلیل EECS ا…………………………………………….103
شبیه سازیا…………………………………………….. 107
رویکردهای آینده……………………………………….. 112
A-LEACHا……………………………………………….. 113
آثار مربوطه……………………………………………….. 113
تجزیه و تحلیل انرژی پروتکل ها……………………….. 115
A-LEACH ا………………………………………………..115
شبیه سازی…………………………………………… 118
رویکردهای آینده و نتیجه گیری………………………. 122
نتیجه گیری…………………………………………….123



  مقطع کارشناسی

بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

خرید فایل word

قیمت35000تومان